人物专题-"麻豆视传媒官网直接进入免费"-2025智能体元年，斯坦福科学家8000字讲麻豆视传媒官网直接进入免费清所有要点

2025智能体元年，斯坦福科学家8000字讲麻豆视传媒官网直接进入免费清所有要点_ZAKER新闻

于是他们赶紧按照网约车司机给出的位置，找到了杨姐抛尸的地点。

智能体可感知环境，使用工具完成复杂任务，面临规划和工具使用挑战。【导读】AI 智能体正悄然成为我们工作和生活中的得力助手。从自动化任务到复杂规划，它们不仅能帮我们做市场调研、准备面试，还能完成复杂的决策任务。本文深度探讨智能体的概念、工作原理、工具使用及挑战。许多人认为「智能体」是 AI 发展的终极目标。智能体在处理复杂任务时，展现出了巨大潜力。从协助搭建网站、管理客户账户，到开展市场调研、自动录入数据，智能体的应用场景日益广泛。斯坦福计算机科学家 Chip Huyen，对这一热门领域进行了深入研究，系统阐释了智能体的概念，分析了智能体在工具使用、任务规划、反思纠错等方面的技术要点，探讨了智能体可能出现的失败模式与相应的评估方法。智能体概述智能体在众多工程领域应用广泛，常见类型包括软件智能体、对话智能体和强化学习智能体等。那么，智能体究竟是什么？简单来讲，智能体指的是能够感知环境，并据此做出行动的事物。《人工智能：一种现代方法》将其定义为：借助传感器感知周遭环境，通过执行器对环境采取行动的事物。这说明，智能体的特性取决于它所处的环境，以及自身所能执行的行动。智能体的工作环境由其应用场景决定。例如，为游戏而开发的智能体，游戏便是它的环境；用于从网上抓取文档的智能体，互联网就是它的环境；自动驾驶汽车智能体的环境，则是道路系统及其周边区域。图中呈现的是 SWE-agent，这是一个基于 GPT-4 构建的智能体。它的工作环境是一台配备了终端和文件系统的计算机。它能执行的操作包括在代码仓库中导航、搜索文件、查看与编辑文件。智能体的核心目标是完成用户指定任务。在智能体架构里，AI 充当「大脑」负责解析任务、规划执行步骤，并判断任务是否达成。以用于处理表格数据的 RAG 系统为例，这个智能体具备三项基本操作：生成回应、生成 SQL 查询、执行 SQL 查询。当收到「预测未来三个月销售收入」的查询时，智能体可能会按以下步骤运作：规划任务执行路径，确定预测未来销售额需获取过去五年销售数据。调用「生成 SQL 查询」功能，生成用于获取过去五年销售数据的查询语句。调用「执行 SQL 查询」功能，执行上述查询。分析查询结果对销售预测的可用性。若因数据缺失等情况，认为无法据此做出可靠预测，确定还需获取过去营销活动的数据。再次调用「生成 SQL 查询」功能，生成获取过去营销活动数据的查询语句。调用「执行 SQL 查询」功能，获取相关数据。确认新获取的数据足以支撑预测后，生成销售预测。判断任务成功完成。智能体通常需要更强大的模型，主要基于两方面原因：复合错误：智能体完成任务往往涉及多个步骤。随着步骤增加，整体准确率会大幅降低。例如，若模型每步的准确率为 95%，执行 10 步后，准确率降至 60%；执行 100 步，准确率仅剩 0.6%。风险更高：智能体具备使用工具的能力，这使其能够执行更具影响力的任务。但一旦任务失败，造成的后果往往更为严重。执行多步骤任务既耗时又费钱，不少人抱怨智能体很快就会耗尽 API 额度。不过，要是智能体能自主运行，节省人力时间成本，那么这样的投入还是值得的。在特定环境里，智能体能否成功，取决于其可用的工具，以及 AI 规划器的能力。下面，我们先了解模型可使用的各类工具，再分析 AI 的规划能力。工具的分类与作用通常情况下，模型功能较为单一，例如 LLM 仅能生成文本，图像生成模型仅能生成图像。但借助外部工具，智能体的能力将得到大幅提升。工具能帮助智能体更好地感知环境并做出行动。智能体所处环境各异，其可用工具也多种多样，包括知识增强（构建上下文）工具、能力扩展工具，以及能够改变环境的工具。知识增强有一类重要工具能帮助智能体扩充知识，为模型提供相关上下文，如文本检索器、图像检索器、SQL 执行器，还有内部搜索工具、库存 API、Slack 检索工具和邮件阅读器等。这类工具能让模型获取公司内部信息与流程，也能获取互联网公共信息。网络浏览功能，是人们最早期望集成到 ChatGPT 的功能之一。若模型没有网络浏览功能，就无法提供天气、新闻、股价、航班状态等信息。借助浏览器、搜索 API、新闻 API、GitHub API、社交媒体 API 等联网工具，智能体能够参考最新信息，给出更可靠的回答，避免胡编乱造。能力扩展为提升模型性能，还可引入弥补其固有缺陷的工具。例如，AI 模型在数学运算方面一直表现欠佳。若询问「199,999 除以 292 等于多少」，模型大概率无法给出准确答案。但要是能让模型调用计算器，计算就易如反掌。显然，相比花费大量精力训练模型做算术，为其提供工具更为高效，也更节省资源。除计算器外，还有许多简单工具能显著增强模型能力，像日历、时区转换器，以及单位转换器（如将磅换算为千克）等。代码解释器是一种较为复杂但功能强大的工具。无需耗费精力训练模型理解代码，为其配备一个代码解释器即可。利用该工具，模型可执行代码、返回结果，并分析代码错误。凭借此功能，智能体可作为编码助手、数据分析师，甚至研究助手，编写代码开展实验和撰写报告。不过，需要注意的是，自动执行代码会面临代码注入攻击的风险，务必采取恰当的安全措施。工具可以把仅支持文本或仅支持图像的模型转化为多模态模型。例如，ChatGPT 能生成文本和图像，是因为它使用了 DALL-E。智能体可以利用代码解释器生成图表，使用 LaTex 编译器渲染数学公式，或通过浏览器依据 HTML 代码显示网页。仅能处理文本的模型，可以借助图像工具处理图像，使用转录工具处理音频，以及利用 OCR 工具读取 PDF 文件。与单纯使用提示词或微调相比，使用工具能够极大地提升模型性能。研究表明，一个由 GPT-4 驱动且配备 13 种工具的智能体，在多个基准测试中的表现超越了仅使用 GPT-4 的情况。这些工具涵盖知识检索工具、查询生成器、图像描述器、文本检测器和必应搜索。写入操作目前我们提及了只读操作，而工具还可执行写操作，对数据源进行修改。例如，SQL 执行器既能检索数据表，也能修改或删除表；邮件 API 既可以阅读邮件，也能够回复邮件；银行 API 既可以查询余额，也能发起转账。写操作可为系统带来更多功能。以客户沟通流程为例，其可实现全自动化操作：研究潜在客户、查找联系方式、起草邮件、发送首封邮件、查看回复、跟进、提取订单，并用新订单更新数据库。不过，赋予 AI 自动改变我们生活的能力会引发人们的担忧。正如不能让实习生随意删除生产数据库，也绝不能让不可靠的 AI 发起银行转账，必须确保系统得到保护，避免受到不良行为的操控。合适的工具能极大地提升人类的生产力。试想一下，如果没有 Excel 该如何做生意，或者没有起重机如何建造摩天大楼呢？许多模型供应商已为模型提供工具支持，这通常被称为函数调用。未来，预计大多数模型都会支持包含多种工具的函数调用。规划任务基础模型代理的核心在于处理用户提供的任务，任务由目标和约束条件来定义。例如，安排一次从旧金山前往印度、时长为两周且预算 5000 美元的旅行，此为一个任务，其中两周的旅行是目标，预算则为限制条件。对于复杂任务，需要进行规划。规划结果如同路线图，它清晰地呈现完成任务的具体步骤。为实现有效规划，模型通常要理解任务，考虑完成任务的不同方法，进而选出最可行的方案。对于一项任务，存在多种解决方法，但并非所有方法都能成功。即便方法正确，其效率也有差异。例如对于问题：没有收入且融资至少 10 亿美元的公司有多少家？有以下两种解决方法：先找出所有没有收入的公司，然后从中筛选出融资至少 10 亿美元的公司。先找出所有融资至少 10 亿美元的公司，再从中筛选出没有收入的公司。显然，第二种方法的效率更高，因为没有收入的公司数量比融资至少 10 亿美元的公司数量多得多。可以在同一个提示中让模型同时进行规划和执行操作。例如，给模型一个提示，使其像使用思维链提示那样逐步思考，并直接在该提示内执行这些步骤。倘若模型生成了一个长达 1,000 步的计划，却无法达成目标呢？若缺乏监督，智能体可能会花费数小时来运行这些步骤，进而浪费时间和 API 调用费用。为避免做无用功，应将规划和执行分开。首先让智能体制订一个计划，待计划通过验证后再执行。可以使用 AI 判断器来评估该计划是否合理，以及如何改进。若生成的计划欠佳，就要求规划器重新制订；若计划不错，则开始执行。现在，系统包含三个组件，分别是生成计划、验证和执行计划。若将每个组件都视为一个智能体，就形成了一个多智能体系统。为提高效率，可并行生成多个计划，而非依次逐个生成，之后让评估器从中挑选最可靠的计划。不过这样做需要权衡延迟和成本，因为同时生成多个计划会带来额外开销。为明确任务的意图，一般会使用意图分类器辅助智能体规划。明确意图后，智能体可准确选用工具。比如在客户支持场景中，用户询问账单问题时，智能体应使用工具获取用户近期付款记录；用户询问密码重置问题时，智能体需使用文档检索工具。截至目前，我们假设智能体自动完成生成、验证和执行计划这三个阶段。实际上，人类可参与其中任何一个阶段，以协助推进流程并降低风险。人类专家可以为计划中的部分步骤提供支持、进行验证或执行操作。若计划涉及更新数据库、合并代码等高风险操作，系统在执行前，可先征求人类的批准，或直接由人类执行操作。为此，需要明确定义智能体各项操作的自动化程度。总之，解决任务通常有以下流程：计划生成：提出能完成任务的计划，计划是一系列可操作的步骤，此过程也叫任务分解。反思与纠错：评估已生成的计划，若不合理，重新制定。执行：按计划行动，一般需要调用特定函数。再反思纠错：收到行动结果后，评估结果，确认目标是否达成，若未完成，重新规划。基础模型的规划能力基础模型的规划能力究竟如何，还是个未解之谜。很多研究人员认为基础模型（至少是建立在自回归语言模型之上的模型）无法实现规划。2023 年，Meta 的首席 AI 科学家 Yann LeCun 明确指出，自回归 LLM 无法做规划。虽说很多传闻都认为 LLM 的规划能力欠佳，但这究竟是由于未掌握 LLM 的正确使用方法，还是 LLM 本身无法规划，目前并不清楚。另一种可能是，LLM 规划能力差，是因为没有被赋予规划所需的工具。要进行规划，不仅需要知晓可行的行动，还得了解每个行动可能产生的结果。简单举例，若你要去爬山，可能的行动有向右转、向左转、转身或直走。若向右转会使你掉下悬崖，你很可能就不会考虑此动作。从技术层面讲，一个行动会使你从一种状态转变为另一种状态，决定是否采取某个行动的关键在于知晓行动后的最终状态。这意味着，仅靠像思维链提示法那样让模型生成一系列行动，是无法完成规划任务的。研究指出，由于 LLM 包含大量世界信息，它有能力预测每个行动的结果，可利用这些预测结果生成连贯计划。即便模型无法独立完成规划，它也能在规划过程中发挥作用。或许给 LLM 配备搜索工具和状态追踪系统，就能帮助它做好规划。生成规划提示词通过提示词工程，可轻松将模型变成计划生成器。例如，若要创建一个帮助客户了解 Kitty Vogue 产品的智能体，会给该智能体开放三个外部工具权限：按价格检索产品、检索热门产品、检索产品信息。以下是一个生成计划的提示词示例。关于这个例子，需注意以下两点：这里使用的计划格式（一个由智能体推断参数的函数列表）只是构建智能体控制流程的一种方式。「generate_query」函数接收任务的当前历史记录和最新的工具输出，生成一个查询，然后输入到响应生成器中。每一步中的工具输出都会添加到任务的历史记录里。通常，用于改善模型性能的技术可用来增强模型的规划能力。函数调用许多模型供应商为其模型提供工具使用功能，实际上是将模型转变为智能体。工具本质上是函数，因此调用工具通常也被称为函数调用。一般而言，函数调用的流程如下：建立工具列表。列出所有可能让模型使用的工具，每个工具都需说明执行入口（如函数名）、参数，并提供文档介绍。确定智能体在查询时可使用哪些工具。函数调用如图所示。以下是用伪代码编写的，以便涵盖多种 API。规划粒度计划是完成任务步骤的路线图，具有不同粒度。例如，对于年度计划，季度计划比月度计划更宏观，而月度计划又比周计划更宏观。计划和执行需要权衡。详细计划不易制定，但执行较易；宏观计划易生成，执行却较难。对此，可采用分层规划：先让规划器生成宏观计划（如季度计划），再针对各季度用规划器生成月度计划。复杂计划目前所有示例的执行方式都属于顺序式，即计划中的下一个行动要在前一个行动完成后才会执行。然而，顺序执行只是多种控制流中的一种，此外还有并行、条件语句以及 for 循环等。传统软件工程的控制流条件较为精确。但对于由 AI 驱动的智能体，其控制流由 AI 模型决定，不仅生成的难度更大，将其转化为可执行指令的难度也更高。在评估智能体框架时，需要关注它所支持的类型。例如，若系统需要同时浏览十个网站，此操作能否达成呢？并行操作可以显著减少用户所感受到的延迟。反思与纠错再好的计划，也需要不断评估和调整，以最大程度提升成功的概率。对于智能体的运行，反思虽不是必需的，但却是其成功的关键因素。在任务执行过程中，以下环节进行反思会很有帮助：收到用户查询时，评估请求是否可行。初步生成计划后，考量该计划是否合理。每完成一个执行步骤，检查执行方向是否正确。整个计划执行完毕后，确认任务是否完成。反思和纠错是两种不同的机制，二者相辅相成。反思可提供见解，有助于找出需纠正的错误。反思有两种实现方式：可由使用自我批评提示的同一智能体完成，也可通过独立组件（如专门的评分器模型）来实现。这种方法最初由 ReAct 提出，如今已成为智能体中的常见模式。在每个步骤中，智能体都要解释其思维过程（即做计划），随后采取行动，再分析行动产生的结果（即反思），如此循环，直至任务完成。在多智能体环境下，可实现反思机制：一个智能体负责规划并执行动作，另一个智能体在每一步或几步后评估结果。若该智能体的响应未能完成任务，可引导其反思失败的原因及改进方法。基于这些反思，智能体能生成新的计划。这是 Reflexion（Shinn 等人，2023 年）所采用的方法。在该框架中，反思过程被拆分为两个模块：评估结果的评估模块和分析问题所在的自我反思模块。图中展示了 Reflexion 智能体的实际应用示例。相比生成计划，反思的实现相对容易，且能带来意外的性能提升。然而，此方法存在延迟和成本问题。思考、观察，有时甚至是具体行动的生成，都可能需要大量的 tokens，这既会增加成本，又会让用户明显感受到延迟，尤其对于有许多中间步骤的任务。工具选择策略工具对于任务的成功通常至关重要，所以在选择工具时必须谨慎。为智能体挑选工具，需要考虑任务、所处环境以及驱动它的 AI 模型。目前，尚无一种绝对可靠的方法能够确保选出最佳的工具组合。工具数量的增加会使智能体的能力增强，但要高效使用这些工具也会变得更加困难，这与人类掌握大量工具时所面临的困难情况类似。和构建 AI 应用程序时的诸多决策一样，选择工具需要进行实验和分析。以下方法有助于你做出决策：比较智能体使用不同工具组合时的性能表现。开展消融研究，观察从工具清单中移除某一工具后，智能体的性能会下降多少。若移除该工具不影响性能，可将其舍弃。找出智能体经常出错的工具。若某个工具难以被智能体学会使用，即便给出大量提示或进行微调也不起作用，就应更换工具。绘制工具调用分布图，以掌握各工具的使用频率高低。如图所示，在 Chameleon（Lu et al.，2023 年）的研究中，GPT-4 和 ChatGPT 的工具使用模式存在差异。该研究验证了以下两点：不同任务对工具的需求存在差异。例如，科学问答任务 ScienceQA 对知识检索工具的依赖程度高于表格数学问题求解任务 TabMWP。不同模型偏好使用不同的工具。ChatGPT 更常使用图像描述工具，而 GPT-4 更倾向于使用知识检索工具。人类提升生产力不仅依靠现有的工具，还会使用简单工具制造出更强大的工具。那么，AI 能否创造新工具呢？Chameleon（Lu et al.，2023 年）开展了一项关于工具转换的研究。下图展示了一个工具转换的实例。若两种工具经常被协同使用，就可以将它们整合为一个功能更强大的工具。倘若智能体知晓这些信息，便能对初始工具进行组合，进而持续构建出更为复杂的工具。智能体在特定环境中的成功与否取决于工具库和规划能力，这两方面任一方面出现问题都可能致使任务失败。接下来将探讨智能体的失败情况及其评估方法。失败模式与评估评估的目的在于找出失败之处。智能体执行的任务越复杂，可能出现失败的环节就越多。除常见的失败模式外，智能体还会因规划、工具执行和效率等方面的问题而出现一些特有的失败情形。要评估一个智能体，首先需确定其存在哪些失败模式，然后统计每种模式出现的频率。规划失败规划并非易事，会以多种方式失败。其中最常见的规划失败情况是工具使用出现问题。智能体生成的计划可能出现以下错误：使用无效工具：例如，生成的计划包含「bing_search」，但工具清单中无此工具。工具有效但参数无效：例如，调用函数时传入两个参数，而实际上该函数仅需一个名为「lbs」的参数。工具有效但参数值错误：例如，调用函数时传入参数「lbs」，但使用了错误的数值 100，正确数值应为 120。另一种规划失败的情形，是规划方案未能完成任务，或者虽完成任务却未遵守限定条件。例如，假设让模型规划一次从旧金山到印度、为期两周且预算为 5000 美元的旅行。智能体可能会规划出从旧金山到越南的旅行，或者规划出从旧金山到印度的两周旅行，但费用远超预算。时间是一个常被忽视的限定条件。在很多时候，智能体完成任务所需时长并不重要，将任务交给它后，只需等待结果即可。然而在不少情况下，随着时间流逝，智能体的作用会大打折扣。比如让智能体准备一份资助提案，若过了截止日期才完成，该提案便失去了价值。有一种有趣的规划失败情形，是由反思失误导致的。智能体在未完成任务的情况下，却坚信自己已经完成。例如，当你让智能体将 50 个人分配到 30 间酒店房间时，它可能只分配了 40 人，却仍然认为任务已经完成。若要评估智能体在规划方面是否存在失败情况，一种可行的方法是创建一个规划数据集。该数据集中的每个示例都为一个元组，包含「任务」和「工具清单」两部分。针对每项任务，让智能体生成 K 个计划，并计算以下指标：所生成的全部计划中，有效计划的数量是多少？针对特定任务，智能体需生成多少个计划才能得到一个有效计划？全部工具调用中，有效调用的数量是多少？无效工具的调用频率是多少？调用有效工具时，使用无效参数的频率是多少？调用有效工具时，使用错误参数值的频率是多少？分析智能体的输出，明确智能体在哪些类型的任务上更易失败，以及模型在使用哪些工具时会频繁出错。有些工具对于智能体来说可能较难使用。在这种情况下，可以尝试通过优化提示内容、多提供一些示例或进行微调等方式，提升智能体使用这些具有挑战性工具的能力。若这些方法均不奏效，则可以考虑用更易于使用的工具将其替换。工具选取失败工具失败是指使用了正确工具，但工具输出结果错误。若智能体仅生成高层次计划，并通过翻译模块将每个计划中的动作转化为可执行命令，那么失败可能源于翻译错误。工具失败的情况因工具而异，每个工具都需单独测试。要检测是否因缺少工具而导致失败，需清楚应使用哪些工具。若智能体在特定领域频繁失败，很可能是由于缺少该领域所需的工具，这种情况下，可与人类领域专家合作，观察他们在该领域使用的工具。效率评估智能体可能会生成有效的任务完成计划，并使用正确的工具，但效率或许不高。若要评估智能体的效率，可关注以下指标：智能体完成任务平均所需的步骤数？智能体完成任务的平均成本是多少？每个动作通常耗费的时长是多少？是否存在特别耗时或成本高的动作？你可以将这些指标与基准进行比较，此基准可以是另一个智能体，也可以是人工操作员。在对比 AI 智能体和人类操作员时，要记住人类和 AI 的工作方式差异很大，对人类高效的方法，对 AI 可能并不高效，反之亦然。在 AI 驱动的智能体中，模型如同大脑，会借助工具和环境反馈，规划出完成任务的最佳方式，工具的使用极大地提升了模型的能力。尽管智能体在工具使用、规划、反思纠错等方面面临诸多挑战，如规划失败、工具选取失败和效率不高，但这也为我们提供了广阔的研究和探索空间。相信随着技术的进一步突破和创新，智能体将不断优化完善，充满无限可能。让我们怀着期待与好奇，共同见证智能体开启更加智能、高效的未来之旅！

koa12jJid0DL9adK+CJ1DK2K393LKASDad

编辑:孙念祖

TOP1热点：DeepSeek 遭网络攻击暴增上百倍，至少有 2 个僵尸网络参与，僵尸网络是什么？和此前有什么区别？

除此之外，美国最近向乌克兰提供的集束弹药也可能造成更大的危险。有报道称，众所周知，这些（集束）弹药可以发射不爆炸的哑弹，将会增强安全隐患。。

在国际刑事法院（ICC）指控普京并发布逮捕令之时，俄罗斯就指控内容荒唐无理，俄总统普京更是将其视为草纸。俄罗斯常驻联合国代表涅边贾则表示，国际刑事法院的任何文件都是非法的、无效的，俄罗斯根本不承认国际刑事法院的司法管辖权。俄侦查委员会主席巴斯特雷金就表示，俄罗斯会对ICC主席及三名向普京发出逮捕令的ICC法官提起刑事诉讼，并发出通缉令。

TOP2热点：军迷看电影《蛟龙行动》有什么感受？

致力于清除地雷和未爆弹药的英国慈善组织“地雷咨询组织”的负责人格雷格·克劳瑟称，乌克兰当下的军械数量是过去三十年来“前所未有”的。根据斯洛伐克智库GLOBSEC最近的一份报告显示，乌克兰超17.35万平方公里、占其全境土地面积约30%的区域经历了严重冲突。报告称，尽管持续的冲突让调查机构的调查数据可能并不完全精准，但总体来看，鉴于乌克兰的弹药使用规模和集中程度，该国受地雷和未爆弹药造成的威胁要比阿富汗和叙利亚等国家还要严重。

另一方面，据环球时报报道，俄乌冲突爆发后，因对俄罗斯的不同态度，南非国内及与西方之间均摩擦不断。南非议会内最大的反对党民主联盟紧急向位于比勒陀利亚的高等法庭提交了诉讼，要求高等法庭判决南非政府必须执行ICC的逮捕令，然而，拉马福萨却坚持不能逮捕。可见，如果普京此次前往参会，无疑会给拉马福萨提出一个头疼的问题，选择远程参会反而是一个灵活且明智的抉择。

TOP3热点：男子带母亲看电影强行占座，致 300 多人被迫退票，涉事母子被警察带走，他们可能面临怎样的处罚？他戴上小玩具调到10档

2009年7月23日，第一届中日韩央行行长会议在中国深圳举行，时任中国人民银行行长周小川出席了会议。

截至24日5时30分，已搜救出14人，其中4人已无生命体征，6人经全力救治无效死亡，4人无生命危险。

TOP4热点：为什么明明英语跟法语更像，但是却还是把德语和英语归为一个语族？操逼软件

奉江的妈妈身体本就不好，第一次得知儿子被骗到缅甸时病情加重，被送往医院抢救。“我哥被卖到第三家公司后，跟妈妈视频过一次，那时候牙齿都被打掉了。现在我妈已经有点‘神经病’了，老是念念叨叨的。”

上世纪20年代，宝安县（现深圳市）平湖地区的一名客家中年男子李崇新为了生计，将妻子和儿子李玉楼留在国内，带着弟弟汤姆（中文姓名不详）去海外淘金，登上了前往牙买加的轮船。

TOP5热点：我能为 deepseek 做点什么?黄色软件app大全免费下载2023华为

至此，家属认为这是一起医疗事故，是医院对患者“直肠恶性肿瘤”诊断不明，致手术过程中发生事故，该负主要责任。

TOP6热点：为何独立游戏在叙事创新上频繁突破，而 3A 大作反而更依赖‘开放世界公式’？老师我大不大你试试就知道了

半个月前，国家烟草专卖局还有一位女领导被查。据中央纪委国家监委驻工业和信息化部纪检监察组、辽宁省纪委监委7月11日消息：国家烟草专卖局科技司原司长张虹涉嫌严重违纪违法，目前正接受中央纪委国家监委驻工业和信息化部纪检监察组纪律审查和辽宁省葫芦岛市监察委员会监察调查。张虹是一名女干部，长期在国家烟草专卖局工作，曾任科技司副司长、司长等职。

除中联办之外，驻港国安公署也在本月迎来新任领导。

TOP7热点：如何评价《海贼王》漫画第 1138 话情报？哈昂～够了c到高c了H

今年3月，中央纪委国家监委网站发文《湖南整治利用职权或影响力为亲友牟利问题斩断以权谋私贪腐链条》中提到，近年来，湖南省纪检监察机关高度重视整治领导干部配偶、子女及其配偶等亲属和身边工作人员利用影响力谋私贪腐问题，坚持惩治震慑、制度约束、提高觉悟一体发力，出台禁止“打牌子”“提篮子”等规定，部署开展相关专项整治，取得阶段性成效。